一文七问解读DreamerV3：用世界模型实现固定超参数的通用强化学习

RLChina「一文七问」栏目解读Google DeepMind与多伦多大学提出的通用强化学习算法DreamerV3，该算法基于世界模型，先在想象轨迹上训练actor-critic，用一套固定超参数在8大类、超过150个任务上达到或超过各领域专门算法。